[发明专利]一种加速人脸特征相似度分析的装置及方法

权利要求书

1.一种加速人脸特征相似度分析的方法，其特征在于，包括如下步骤：

S01：采用训练集训练神经网络模型，得出训练之后的神经网络模型；所述训练集包括M个训练对，所述训练对包括两张人脸图片以及是否为同一人的标签；M为大于0的整数；

S02：对测试集进行神经网络模型运算，获取w层中间节点特征；并确定每层中间节点特征对应的中间阈值；所述中间阈值和末端阈值为欧氏距离阈值或马氏距离阈值；所述测试集包括N个测试对，所述测试对包括两张人脸图片以及是否为同一人的标签；N和w均为大于0的整数，w小于所述神经网络模型的输出总层数；其中，确定第i层中间阈值的具体方法为：

S021：分别获取每个测试对中两张图片的第i层中间节点特征；i小于所述神经网络模型的输出总层数；

S022：分别计算每个测试对中两张图片第i层中间节点特征的马氏距离或欧氏；

S023：根据每个测试对的马氏距离以及该测试对是否为同一人的标签，确定马氏距离阈值或欧氏距离阈值；

S03：针对分析对进行神经网络模型运算，获取w层中间节点特征和末端节点特征；所述分析对包括两张人脸图片；针对每次获取的中间节点特征，判断该层中间节点特征的特征相似度是否大于对应的中间阈值，若大于等于对应的中间阈值，则输出所述分析对中两张人脸图片为同一人的结论，同时停止对分析对的神经网络模型运算；若w层中间节点特征的特征相似度均小于对应的中间阈值，进入步骤S04；

S04：判断末端节点特征的特征相似度是否大于末端阈值，若大于等于末端阈值，则输出所述分析对中两张人脸图片为同一人的结论，若小于末端阈值，则输出所述分析对中两张人脸图片不为同一人的结论。

2.根据权利要求1所述的一种加速人脸特征相似度分析的方法，其特征在于，所述步骤S022中计算马氏距离方法为：

对测试集内第k个测试对进行神经网络模型运算，获取两张图片的第i层中间节点特征的N_i个特征分别为A_i,k＝[a_i,1,k，a_i,2,k，…，a_i,Ni,k]、B_i,k＝[b_i,1,k，b_i,2,k，…，b_i,Ni,k]；

计算第i层中间节点特征的协方差系数阵列C_i，其中，所述协方差系数阵列C_i中第m行第n列系数为测试对中第一张图片的第m个特征与第二张图片的第n个特征的方差；

利用协方差系数阵列C_i的逆矩阵计算该测试对第i层中间节点特征的马氏距离。

3.根据权利要求1所述的一种加速人脸特征相似度分析的方法，其特征在于，所述步骤S03分析对的其中一张图片通过感知器获得；另外一张图片从数据库中获得；所述数据库中包括X个人脸样品；X为大于0的整数。

4.根据权利要求3所述的一种加速人脸特征相似度分析的方法，其特征在于，感知器获得的图片与X个人脸样品组成X个分析对，重复步骤S03-S04(X-1)次，对所述感知器获得图片进行确认。